仅34.5M参数碾压235B大模型，50种语言手机端跑赢OCR

近期 PaddlePaddle 团队发布了最新的 PaddleOCR 模型 —— PP-OCRv6。该模型系列包含 tiny（1.5M 参数）、small（7.7M 参数） 和 medium（34.5M 参数） 3 个版本。

在 PaddleOCR 内部的多场景 OCR 基准测试中，PP-OCRv6_medium 的检测 Hmean 达到 86.2%，识别准确率达到 83.2%。此模型在对应 OCR 指标上超过了 Qwen3-VL-235B、Gemini-3.1-Pro 和 GPT-5.5 等多个大型视觉语言模型。

PP-OCRv6 特点

• 
  

  支持 50 种语言，包含简体中文、繁体中文、英语、日语以及 46 种使用拉丁字母的语言。

• 支持高精度文字检测与识别，能够应对复杂背景、小字、密集文字、旋转文字和低清晰度文字的场景。

• 轻量化、低成本部署，相比大型视觉语言模型，PP-OCRv6 参数更少、推理成本更低、响应速度更快。

• 支持 Paddle Inference、ONNX Runtime、Hugging Face Transformers 等推理方式。

你也可以上传包含表格的图片，识别成功后，能导出 HTML、XLSX、CSV 和 Markdown 等多种格式。

本地部署

PP-OCRv6 官方文档已经详细介绍了如何基于 PaddleOCR 和 Transformer 运行该模型，接下来我将介绍在 macOS 下，使用 ppu-paddle-ocr SDK 在本地部署 PP-OCRv6 模型。该 SDK 支持 Node.js、Bun、Deno、Browser 和 React Native 等多种平台。

1. 创建项目

mkdir paddleocr-v6
cd paddleocr-v6
npm init -y

1. 安装依赖

pnpm add ppu-paddle-ocr onnxruntime-web # Browser
pnpm add ppu-paddle-ocr onnxruntime-node # Node or Bun

1. 运行 PP-OCRv6 模型

import { readFileSync } from"node:fs";
import { PaddleOcrService } from"ppu-paddle-ocr";

 const service = new PaddleOcrService({
debugging: {
debug: false,
verbose: true,
},
});

 asyncfunctionmain {
await service.initialize;

 try {
const image = readFileSync("./assets/pp-ocrv6-models.jpg");
const imageBuffer = image.buffer.slice(
image.byteOffset,
image.byteOffset + image.byteLength,
);

 const result = await service.recognize(imageBuffer);
console.log(result.text);
} finally {
await service.destroy;
}
}

 main.catch((error) => {
console.error(error);
process.exitCode = 1;
});

以上示例用于在 Node.js 或 Bun 中执行文字识别。如果你想要在浏览器环境中，运行文字识别。则需要使用 ppu-paddle-ocr/web 导出的 PaddleOcrService。

import { PaddleOcrService } from"ppu-paddle-ocr/web";

 const service = new PaddleOcrService;
await service.initialize;

 const file = document.getElementById("upload").files[0];

 const img = new Image;
img.src = URL.createObjectURL(file);
awaitnewPromise((r) => (img.onload = r));

 const canvas = document.createElement("canvas");
canvas.width = img.width;
canvas.height = img.height;
canvas.getContext("2d").drawImage(img, 0, 0);

 const result = await service.recognize(canvas);
console.log(result.text);

此外，ppu-paddle-ocr SDK 除了支持最新的 PP-OCRv6 模型之外，还支持 PaddleOCR 早期版本的 v5、v4 等模型。

总结

PP-OCRv6 提供了 3 种不同的模型，让我们可以根据实际的使用场景选择不同的模型。而且 3 个模型都很轻量，可以基于 Onnx Runtime 可以运行在手机等终端设备上。如果测试完 PP-OCRv6 模型后，不能满足你的需求，你可以继续测试一下，PaddleOCR-VL-1.6 和 模型。